⭐️语音识别-神经网络-深度学习
liuyanfeier
acmer
展开
-
HTK英文大词汇连续语音识别
最近实习,跑了一下htk book里面的前三章描述的例子。当然不是完全htk book里面的步骤,因为我有的数据集什么的都不一样。目标也不是一个小的语音拨号系统,而是英文的语音识别。当然了,最终结果出来了之后很低,还有很多过程要走。语音识别,肯定不是我这样小打小闹就可以的。本文就主要记录我在训练过程中的步骤以及遇到的一些error。一.已有文件 目前已经准备好的文件有一系列的flac文件还有字典t原创 2017-01-06 17:38:09 · 2888 阅读 · 0 评论 -
sigmoid和softmax函数的C++实现
float sigmoid(float x){ return (1 / (1 + exp(-x)));}float sigmoid_dy_dz(float x){ return (x * (1.0 - x));}float tanh_dy_dz(float x){ return (1.0 - x*x);}//对每一行进行softmaxvoid softmax(原创 2017-03-17 15:36:13 · 15011 阅读 · 0 评论 -
感知器Perceptron
//perceptron.h#ifndef PERCEPTRON_H__#define PERCEPTRON_H__#include <stdio.h>#include <stdlib.h>#include <string.h>#include <string>class perceptron{public: float *weights; //权重 float b原创 2017-03-09 17:47:36 · 443 阅读 · 0 评论 -
epoch和iteration的区别
epoch——使用整个训练样本集传播一次。一次传播 = 一次前向传播 + 一次后向传播。(所有的训练样本完成一次Forword运算以及一次BP运算)但是考虑到内存不够用的问题,训练样本们往往并不是全都一起拿到内存中去训练,而是一次拿一个batch去训练,一个batch包含的样本数称为batch size。iteration——使用batch size个样本传播一次。同样,一次传播 = 一次前向传播原创 2017-03-09 17:56:25 · 3245 阅读 · 0 评论 -
k-means聚类算法的详解和实现
一、相异度计算 在正式讨论聚类前,我们要先弄清楚一个问题:如何定量计算两个可比较元素间的相异度。用通俗的话说,相异度就是两个东西差别有多大,例如人类与章鱼的相异度明显大于人类与黑猩猩的相异度,这是能我们直观感受到的。但是,计算机没有这种直观感受能力,我们必须对相异度在数学上进行定量定义。 设 ,其中X,Y是两个元素项,各自具有n个可度量特征属性,那么X和Y的相异度定义为: ,其中R为转载 2017-08-29 10:51:06 · 6271 阅读 · 1 评论 -
简单教程-word2vec处理英文语料
word2vec是google的开源文本处理工具,可以将词处理成向量变成神经网络的输入。word2vec官网其中提供了一个text8英文语料供我们学习。下载地址:http://mattmahoney.net/dc/text8.zip 网上有很多教我们处理维基百科里面的数据然后变成我们的学习语料的,感兴趣的可以去试试。 该text8语料编码格式UTF-8,所有的数据存储为一行,没有标点符号。我们也原创 2017-08-09 15:16:52 · 9505 阅读 · 2 评论